如何按组统计以逗号分隔的条目总数

Question

我正在使用英雄联盟冠军数据集

名字	标签
亚托克斯	战士
阿狸	法师、刺客
阿卡丽	刺客
阿克尚	射手、刺客
阿利斯塔	坦克、支援

我想知道如何计算每个标签的冠军总数，我对 R 非常陌生，所以我做了一个我认为非常糟糕的解决方案，我知道这可能是一个可以帮助解决这个问题的函数。

首先，我将标签分成不同的列

library(tidyverse)
lol_champions_tags <- lol_champions_clean %>% 
  select(name, tags) %>% 
  separate(tags, sep = ',', into = paste0('tag', 1:2))

然后，我计算每个标签的总条目数

lol_champions_tags %>% 
  select(name, tag1) %>% 
  group_by(tag1) %>% 
  summarise(N = n()) -> tag1

lol_champions_tags %>% 
  select(name, tag2) %>% 
  drop_na() %>% 
  group_by(tag2) %>% 
  summarise(N = n()) -> tag2

最后我将所有内容放在一起并添加了

library(janitor)
champions_per_tag <-
bind_cols(tag1,tag2) %>%
clean_names() %>%
select(tag1,n_2,n_4) %>%
mutate(total_entries = n_2 + n_4) %>%
select(tag1, total_entries)

我想知道是否有更好的方法来做到这一点，或者是否有一个函数可以处理这种情况。

Answer 1

您可以使用

tidyverse

函数轻松完成此操作。使用

stringr::str_split

将标签列拆分为分隔单词的列表，然后使用

unnest

和

count

...

lol_champs %>% mutate(tags = str_split(tags, ",")) %>% 
   unnest_longer(tags) %>% 
   count(tags)

# A tibble: 6 × 2
  tags         n
  <chr>    <int>
1 Assassin     3
2 Fighter      1
3 Mage         1
4 Marksman     1
5 Support      1
6 Tank         1

Answer 2

A

tidyverse

一行：

# PKGs (dplyr, tidyr) -----------------------------------------------------
library(tidyverse)

# Toy data ----------------------------------------------------------------
lol_data <- tibble::tribble(
      ~name,               ~tags,
   "Aatrox",           "Fighter",
     "Ahri",     "Mage,Assassin",
    "Akali",          "Assassin",
   "Akshan", "Marksman,Assassin",
  "Alistar",      "Tank,Support")

# Code (just `separate_rows` and `count` it) ------------------------------
lol_champs <- count(separate_rows(lol_data, tags, sep = ",\\s?"), tags, name = "total_entries")

# Output ------------------------------------------------------------------
lol_champs
#> # A tibble: 6 × 2
#>   tags     total_entries
#>   <chr>            <int>
#> 1 Assassin             3
#> 2 Fighter              1
#> 3 Mage                 1
#> 4 Marksman             1
#> 5 Support              1
#> 6 Tank                 1

^{创建于 2024-07-25，使用 reprex v2.1.0}

Answer 3

也许你只想要这句话

> as.data.frame(table(unlist(strsplit(lol_champs$tags, ",", fixed=TRUE))))
      Var1 Freq
1 Assassin    3
2  Fighter    1
3     Mage    1
4 Marksman    1
5  Support    1
6     Tank    1

---

最后的代码部分似乎不清楚，所以我不复制它。

---

注意

lol_champs = read.table(text="name   tags
Aatrox  Fighter
Ahri    Mage,Assassin
Akali   Assassin
Akshan  Marksman,Assassin
Alistar     Tank,Support", header=TRUE)